Digital Mountains Hub

Zertifikatslehrgang Data Analyst (IHK) berufsbegleitend

Veranstaltungsart

Weiterbildung

Veranstaltungsdatum

09.10.2020 - 16.01.2021

16:30 - 17:30 Uhr

Veranstaltungsort

IHK Akademie
Peterzeller Str. 8
78050 Villingen-Schwenningen

Veranstalter

IHK Schwarzwald-Baar-Heuberg (AGBs)

Referent/in

Dozententeam

Themenfeld

Datenbasierte Geschäftsmodelle
Datenschutz
Datensicherheit
Grundlagen der Datenanalyse
Smart Data
Smart Data Analytics

Investition

1.600 Euro inkl. Unterlagen und Zertifikat

Flyer

Download

Anmeldeschluss

02.10.2020


Ansprechpartner

Simone Mader
Digitalisierungsmanagerin, IHK Schwarzwald-Baar-Heuberg
Telefon: +49 (0) 7721 / 922 204
mader@vs.ihk.de

Themenschwerpunkt:
Aus- und Weiterbildung


Beschreibung
Der Zertifikatslehrgang ermöglicht es Fach- und Führungskräften, Kompetenzen aufzubauen, um Datenanalyseprojekte eigenverantwortlich mit einer darauffolgenden erlösorientierten Bewertung der Modelle zu planen sowie durchführen zu können.
Zielgruppe
Dieser Zertifikatslehrgang richtet sich an alle, die Interesse an Softwareentwicklung, Mathematik, Informatik und Spaß am Jonglieren mit Daten haben. Der Zertifikatslehrgang ermöglicht es Fach- und Führungskräften, Kompetenzen aufzubauen, um Datenanalyseprojekte eigenverantwortlich mit einer darauffolgenden erlösorientierten Bewertung der Modelle zu planen sowie durchführen zu können. Ebenso werden führungstechnische Kenntnisse und Fähigkeiten für das Management von Datenanalyse-Teams ausgebaut und rechtliche Grundlagen im Umgang und der Auswertung von Daten in Data-Mining-Projekten vermittelt.
Inhalt

Mit dieser Weiterbildung werden die Teilnehmer*Innen lernen,

  • welche Möglichkeiten es gibt, um Wettbewerbsvorteile aus Daten zu schöpfen und welche Werkzeuge sich dafür eignen
  • wie sich Data Mining auf Basis von einheitlichen Prozessmodellen erfolgreich im eigenen Unternehmen etablieren lässt
  • eine datenorientierte Denkweise innerbetrieblich kultiviert werden kann
  • welche rechtlichen Rahmenbedingungen generell beim Data Mining gelten, sowie gezielt bei Vorratsdaten- speicherungen in Verbindung mit der Verarbeitung personenbezogener Daten

Für die abschließende Projektarbeit, die zum Zertifikat führt, können die Teilnehmer*Innen eine Aufgabenstellung aus dem eigenen Unternehmen ausarbeiten.

Modul 1 (8 UE)
1. Grundlagen der Datenanalyse

1.1. Die Rolle von Data Analytics in der heutigen Unternehmenswelt - Warum KMUs Datenkompetenz im Unternehmen aufbauen müssen
1.2. Das Handwerkszeug einer gelungenen Datenanalyse - Von Open Source bis hin zur Enterprise Lösung.
1.3. Die richtigen Daten aus unterschiedlichen Blickwinkeln - Welche Daten gehören in den Data Lake?

1.4. Wettbewerbsvorteile durch Vorratsdatenspeicherungen - Ethisch und moralische Bedenken bei der Analyse von personenbezogenen Daten.

Modul 2 (20 UE)

2. Datenbasierte Geschäftsmodelle und Entwicklung von Datenstrategien
2.1. Dem Wettbewerb um eine Nasenlänge voraus! Mit Smart Data Analytics Wettbewerbsvorteile erkennen und den Vorsprung bewahren.
2.2. Praxis: Zusammenhänge erkennen und Datenstrategien entwickeln
2.3. Smart Data Analytics ist kein Projekt!

2.4. Maschinelles Lernen angewandt auf reale Problemstellungen in der Wirtschaft.

Modul 3 (20 UE)
3. Mit Smart Data zum Big Business
3.1. Data Analytics - Von Mythos zur nüchternen Realität. Anatomie einer generellen Modellbildung.
3.1. Wirtschaftliche Vorhersagen unter der Lupe - Vorhersagemodelle auf Basis von Decision Trees.
3.2. Bessere Performance bei Vorhersagen durch moderne ML-Modelle.
3.3. Die Kunst der Überzeugung - Visualisierungsstrategien für die Zielgruppe Entscheidungsträger.

Modul 4 (16 UE)
4. Vorhersagen aus unterschiedlichen Anwendungsperspektiven
4.1. Was ist das beste Modell für bestimmte Unternehmensfragen? - Erlösorientierte Bewertung von Vorhersagen
4.2. Die Qual der Wahl - Welches Modell ist das richtige? Workshop
4.3. Ausfallraten effizienter ermitteln - Ein Blick in die Glaskugel.
4.4. Kostenreduzierung durch smarte Pipelines

Modul 5 (8 UE)
5. Datensicherheit, Datenschutz und Urheberrecht als Herausforderungen für wirkungsvolle Datenanalysen.
5.1. Wem gehören meine Daten? - Prozessoptimierung auf dem digitalen Rücken der Angestellten.
5.2. Wem gehören Daten und wie lässt sich ein Data Lake vor Diebstahl schützen?
5.3. Vorratsdatenspeicherung mit Nachgeschmack.
5.4. Eine Fülle an Daten aber kaum Rechte? - Der Wunschtraum von Open Data.

Abschluss:
Präsentation Projektarbeit und Fachgespräch

IHK Zertifikat

AGB und Datenschutzerklärung


Ich bin damit einverstanden, dass mein Name (inkl. Titel) und der Name meiner Institution auf der öffentlichen Teilnahmeliste erscheinen. * (Angabe erforderlich)


Einverständniserklärung Bild- und Videoaufnahmen * (Angabe erforderlich)
Bitte beachten Sie, dass bei dieser Veranstaltung Foto- und Videoaufnahmen angefertigt werden und das Bild- bzw. Videomaterial ggf. im Internet, auf den von Digital Mountains, bzw. von seinen Konsortialpartnern betriebenen Seiten, in Sozialen Medien oder in Publikationen zum Zwecke der Öffentlichkeitsarbeit veröffentlicht wird.


Die Verarbeitung Ihrer personenbezogenen Daten erfolgt auf Grundlage von § 4 LDSG i. V. m. Art. 6 Abs. 1 S. 1 lit. e DS-GVO. Wir weisen Sie darauf hin, dass Sie gem. Art. 21 Abs. 1 DS-GVO dieser Verarbeitung aus Gründen, die sich aus Ihrer besonderen Situation ergeben, widersprechen können. Wir verarbeiten Ihre personenbezogenen Daten dann nicht mehr, es sei denn, wir können zwingende schutzwürdige Gründe für die Verarbeitung nachweisen, die Ihre Interessen, Rechte und Freiheiten überwiegen oder die Verarbeitung dient der Geltendmachung, Ausübung oder Verteidigung von Rechtsansprüchen.
Der Widerspruch ist zu richten an: info@digital-mounains-hub.de
Weitere Informationen zum Datenschutz, insbesondere die Informationen gem. Art. 13, 14 DS-GVO finden Sie unter
https://digital-mountains-hub.de/datenschutz/

Ihre Daten werden im Rahmen der Veranstaltungsorganisation gespeichert und elektronisch verarbeitet.

Mit * markierte Felder sind Pflichtfelder


AGB und Datenschutzerklärung

Mit * markierte Felder sind Pflichtfelder


Durch die weitere Nutzung der Seite stimmen Sie der Verwendung von Cookies zu. Weitere Informationen

Die Cookie-Einstellungen auf dieser Website sind auf "Cookies zulassen" eingestellt, um Ihnen das beste Surferlebnis zu ermöglichen. Wenn Sie diese Website ohne Änderung Ihrer Cookie-Einstellungen verwenden oder auf "Akzeptieren" klicken, erklären Sie sich damit einverstanden.

Schließen